本書介紹了軟件測(cè)試的基本概念、原理、基本方法及測(cè)試過程等內(nèi)容，包括軟件測(cè)試技術(shù)概述、靜態(tài)測(cè)試、黑盒測(cè)試、白盒測(cè)試、集成測(cè)試、系統(tǒng)測(cè)試、測(cè)試報(bào)告管理、智能軟件測(cè)試以及單元測(cè)試框架Junit、壓力測(cè)試工具Jmeter的使用方法，同時(shí)還介紹了軟件測(cè)試與質(zhì)量保證等內(nèi)容。本書為軟件測(cè)試的基礎(chǔ)教材，旨在讓學(xué)生能夠熟練地對(duì)實(shí)際軟件進(jìn)
本書主要從技術(shù)原理和技術(shù)應(yīng)用兩方面講述人工智能技術(shù)。全書共12章，內(nèi)容涵蓋人工智能概述、人工智能軟硬件、人工智能與數(shù)據(jù)、計(jì)算機(jī)視覺、語音識(shí)別、自然語言理解、知識(shí)推理、經(jīng)典機(jī)器學(xué)習(xí)、深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)、自動(dòng)駕駛、智能問答及人工智能倫理等。本書不僅可作為高等院校智能科學(xué)與技術(shù)、計(jì)算機(jī)科學(xué)、電子科學(xué)與技術(shù)、控制科學(xué)與工程等專
本書介紹了經(jīng)典人工智能（邏輯或演繹推理）和現(xiàn)代人工智能（歸納學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)）之間的覆蓋范圍。分別闡述了三類方法：演繹推理方法：這些方法從預(yù)先定義的假設(shè)開始，并對(duì)其進(jìn)行推理，以得出合乎邏輯的結(jié)論。底層方法包括搜索和基于邏輯的方法。這些方法在第1章到第5章中討論。歸納學(xué)習(xí)方法：這些方法從例子開始，并使用統(tǒng)計(jì)方法來得出假設(shè)。
2019年我社聯(lián)合南京大學(xué)人工智能學(xué)院出版了國內(nèi)外率先公開出版和發(fā)表的人工智能本科專業(yè)教育培養(yǎng)體系，在國內(nèi)人工智能教育領(lǐng)域起到了很好的引領(lǐng)和示范作用，有效推動(dòng)了中國人工智能高等教育的發(fā)展。經(jīng)過3年多的探索和實(shí)踐，南京大學(xué)完成了一整輪本科和研究生培養(yǎng)方案的修訂，準(zhǔn)備集結(jié)出版這本AI人才培養(yǎng)體系的第2版，一方面對(duì)原有的AI
本書語言通俗易懂，以理論和實(shí)際應(yīng)用相結(jié)合的方式，深入淺出地介紹了人工智能的基礎(chǔ)知識(shí)和實(shí)現(xiàn)的基本技術(shù)。通過典型場(chǎng)景化應(yīng)用案例，幫助讀者理解人工智能技術(shù)的概念、原理，激發(fā)學(xué)生對(duì)人工智能的學(xué)習(xí)興趣。注重算法思想的介紹，簡化了算法的數(shù)學(xué)推導(dǎo)，讓學(xué)生在課堂上能夠“聽得懂、學(xué)得會(huì)”。本書共8章，分別是人工智能概述、大數(shù)據(jù)與人工智能
鑒于小數(shù)據(jù)和數(shù)據(jù)孤島成為制約人工智能技術(shù)發(fā)展的關(guān)鍵挑戰(zhàn)性問題。本書全方位講解人工智能領(lǐng)域的聯(lián)邦學(xué)習(xí)原理，翔實(shí)闡述在平衡智能學(xué)習(xí)和信息安全的前提下，如何通過加密機(jī)制進(jìn)行模型參數(shù)交換，安全地進(jìn)行人工智能模型訓(xùn)練，所建立的虛擬共享智能模型與直接聚合所有數(shù)據(jù)獲得的zui優(yōu)模型性能相近。除此之外，本書致力于全流程介紹聯(lián)邦學(xué)習(xí)實(shí)踐
軟件架構(gòu)是指可以簡化軟件開發(fā)過程并提高應(yīng)用程序質(zhì)量的實(shí)現(xiàn)架構(gòu)和系統(tǒng)。本書在第1版的基礎(chǔ)上進(jìn)行了全面修訂和擴(kuò)展，面向.NET5和C#9，介紹了一些能夠助你成為一名卓越的軟件架構(gòu)師所需的關(guān)鍵技能、知識(shí)和**實(shí)踐。第2版增加了對(duì)軟件架構(gòu)原則的額外講述、Azure服務(wù)結(jié)構(gòu)、Kubernetes和Blazor等新章節(jié)。另外，還增
本書是新一代人工智能實(shí)踐系列教材之一，從理論基礎(chǔ)、平臺(tái)框架、網(wǎng)絡(luò)模型和模型優(yōu)化4個(gè)方面重點(diǎn)闡述深度學(xué)習(xí)技術(shù)的基礎(chǔ)與實(shí)踐。本書分為4篇8章內(nèi)容，包括深度學(xué)習(xí)概述、深度學(xué)習(xí)原理、深度學(xué)習(xí)框架、MindSpore實(shí)踐、卷積神經(jīng)網(wǎng)絡(luò)、模型優(yōu)化與強(qiáng)化學(xué)習(xí)實(shí)戰(zhàn)。 本書可作為人工智能專業(yè)、智能科學(xué)與技術(shù)專業(yè)以及計(jì)算機(jī)類相關(guān)專業(yè)的本科
自動(dòng)駕駛汽車、自然語言識(shí)別、內(nèi)容推薦引擎的實(shí)現(xiàn)都離不開人工智能和機(jī)器學(xué)習(xí)算法。機(jī)器學(xué)習(xí)算法只有在解決具體問題時(shí)才能體現(xiàn)價(jià)值。本書以解決各種趣味問題為目標(biāo)，教讀者用Python、JavaScript、C編寫機(jī)器學(xué)習(xí)算法，內(nèi)容深入淺出，兼具實(shí)用性與大局觀。讀者將學(xué)習(xí)編寫遺傳算法、啟發(fā)式算法、爬山算法、模擬退火算法，運(yùn)用蒙特
本書結(jié)合物聯(lián)網(wǎng)應(yīng)用技術(shù)人才培養(yǎng)方案和職業(yè)技能需求，以NB-IoT一體化教學(xué)實(shí)訓(xùn)套件為載體，采用項(xiàng)目化教學(xué)方式，將理論與實(shí)踐結(jié)合起來組織全書的內(nèi)容。本書共分為7章：第1～4章是理論部分，內(nèi)容涵蓋了物聯(lián)網(wǎng)技術(shù)相關(guān)理論、NB-IoT技術(shù)相關(guān)理論、NB-IoT應(yīng)用開發(fā)平臺(tái)介紹和開發(fā)環(huán)境搭建；第5～7章是實(shí)踐部分，由淺入深進(jìn)行講
書單推薦 新書推薦
